衡阳网站建设步骤,网站建设个人实训报告,网页版梦幻西游三借芭蕉扇,中国建设学会查询网站请论述大数据的四个特点
数据量大#xff08;Volume#xff09;、数据种类多(Variety)、数据价值密度低(Value)、数据增长速度快(Velocity)
为什么目前大数据被广泛使用
科技的进步、基础建设的改进、资料获取变轻松 计算1~10的平均数 mean(c(1,2,3,4,5,6,7,8,9,10))3~15…请论述大数据的四个特点
数据量大Volume、数据种类多(Variety)、数据价值密度低(Value)、数据增长速度快(Velocity)
为什么目前大数据被广泛使用
科技的进步、基础建设的改进、资料获取变轻松 计算1~10的平均数 mean(c(1,2,3,4,5,6,7,8,9,10))3~15每隔3产生一组数字 seq(from3,to15,by3)程序改错 3a
Library”ggpolt2”
105CGUIM-”text”
install.packages(ggplot2)a3
Library(ggplot2)
CGUIM105-”text”
Install.packages(“ggplot2”)1创建向量1~10 Vc - c(1,2,3,4,5,6,7,8,9,10)2对向量所有元素加3 Vc - Vc3新增一向量a包含数字1到10 新增一向量b包含数字1到20中所有偶数 取出a向量的第4个元素 取出b向量的第5、6、7个元素 a-c(1,2,3,4,5,6,7,8,9,10)b- seq(from2,to20,by2)a[4]b[5:7]新增一列表a包含一数字向量、一字符串向量 向列表中添加新的数字向量b 删除列表a中的字符串向量 a-list(c(1,2,3),c(x,y))
b-c(2,3)
a[[3]]-b
a[[2]]null1查询数据集mtcars中的所有列名 2查询数据集mtcars中的所有行名与列名 colnames(mtcars)
dimnames(mtcars)1查询数据集islands的长度 2查询数据集mtcars的行数与列数 length(islands)
dim(mtcars)将“10”转化为数字、将11转化为字符 as.numeric(10)as.character(11)1将字符串hello world字母转化为大写 toupper(hello world)2提取字符串hello world中的hello substr(Hello World, start1,stop5)1拼接字符串hello与字符串world paste(hello,world)2将拼接好的字符串中的h和w替换为a gsub(h|w,a,hello world)对数据集islands进行从大到小排序 sort(islands)nameDF-data.frame(IDc(1,2,3,4,5),Namec(“张三”,“李四”,“王五”,“赵六”,“小七)) scoreDF-data.frame(IDc(1,2,4),Scorec(60,90,50))将上述两个数据框进行结合保留所有数据 merge(nameDF,scoreDF,byID)使用dplyr筛选nba2021数据集栏位名称为Name、ThreesMade、ThreesAttempted、FieldGoalsMade与FieldGoalsAttempted的五个栏位 library(SportsAnalytics) NBA2021-fetch_NBAPlayerStatistics(“20-21) library(dplyr)
select(NBA2021,Name,hreesMade,ThreesAttempted,FieldGoalsMade,FieldGoalsAttempted)注 下列中的FieldGoalsMade、FieldGoalsAttempted……均是数据中对应的列名 使用dplyr 1查看NBA2021数据集中命中率大于60%并且出场次数大于30场的球员资料 2查看出场分钟数超过1000分钟并且队伍名称为“BOS”或“SAN”的球员资料 (1)
filter4-filter(NBA2021,FieldGoalsMade/FieldGoalsAttempted0.6 GamesPlayed30)
(2)
filter(NBA2021,Team %in% c(BOS,SAN) TotalMinutesPlayed1000)使用dplyr对NBA2021数据集新增新栏位命中率 mutate(NBA2021, 命中率FieldGoalsMade/FieldGoalsAttempted)使用dplyr统计NBA2021数据集中的球员个数球队个数 summarise(NBA2021,
球员个数n(),
球队个数n_distinct(Team))使用dplyr计算NBA2021数据集中出场分钟数大于2500分钟的球员个数、平均投进的两分球数以及平均投出的两分球数 filter1 - filter(NBA2021,TotalMinutesPlayed2500)
sum2 - summarise(filter1,球员个数n(),平均投进的两分球数mean(FieldGoalsMade),平均出手数mean(FieldGoalsAttempted))使用dplyr对NBA2021数据集以出场分钟数以及出场次数对所有球员进行从大到小的排序 arrange(NBA2021,desc([出场分钟数列名]),desc([出场次数列名]))使用dplyr计算NBA2021数据集以Team和Position作为分组依据的球员数、平均投进的两分球数以及平均投出的两分球数并依据平均投进的两分球数由大到小排序 dataout - group_by(NBA2021,Team,Position)%%summarise(球员数n(),平均投进的两分球数mean(FieldGoalsMade),平均出手数mean(FieldGoalsAttempted))%%arrange(desc(平均投进的两分球数)))使用data.table计算所有球员的平均出场数、平均犯规次数以及平均抄截次数 library(SportsAnalytics) NBA2021-fetch_NBAPlayerStatistics(“20-21) library(data.table)
#导入data.table库
NBA2021DT-data.table(NBA2021)#将data.frame类型转换为data.tableNBA2021DT[,.(平均出场数mean(GamesPlayed),平均犯规数mean(PersonalFouls),平均抢断数mean(Steals))]#GamesPlayed、PersonalFouls、Steals均为对应列名使用data.table计算所有出场数大于70的球员平均投进几颗三分球与两分球 NBA2021DT[GamesPlayed60,.(平均三分进球mean(ThreesMade), 平均两分进球mean(FieldGoalsMade))]使用data.table计算NBA各队的中锋球员数和他们的平均三分球出手次数 NBA2021DT[PositionC,.(.N,平均三分出手次数mean(ThreesAttempted)),byTeam]
#第一个参数 PositionC 是筛选位置为中锋的球员
#第二个参数是控制输出什么的 .(.N,平均三分出手次数mean(ThreesAttempted))中:
#.N表示在第一个参数条件下的总数量对鸢尾花数据集进行宽表转长表操作保留鸢尾花类别列 #宽表转长表 melt(资料框[宽表],id.vars需要保留的栏位)library(reshape2)
iris2 - melt(iris,id.varsSpecies)#Species是鸢尾花类别列的列名使用ggplot函数对上述数据进行绘图横坐标为鸢尾花种类、y轴为value以鸢尾花种类进行颜色区分图形类别为点图 library(ggplot2)
ggplot(iris2,aes(Species,value,colorSpecies)) geom_point()使用ggplot函数对上述数据进行绘图横坐标为鸢尾花种类、y轴为value图形类别为点图点颜色为黄色、大小为3、透明度50%、点的形状为17 ggplot(iris2,aes(Species,value))geom_point(coloryellow,size3,alpha.50,shape17)对钻石数据集进行不放回随机抽取5000个数据作为新的数据集、根据数据集绘制点图x:克拉y:价格点的颜色以切割类型区分点的形状为18。 dia - diamonds[sample(nrow(diamonds), 1000), ]
#diamonds是钻石数据集ggplot(dia,aes(carat,price),colorcut)geom_point(shape18)请论述下列代码含义 library(treemap)
#导入TreeMap树图绘制库
data(GNI2014)
#加载指定的GNI2014数据集#使用treemap函数绘制矩形树状图
treemap(GNI2014, #指定数据集indexc(continent, iso3), #指定分组的列 vSizepopulation,#指定面积大小的列vColorGNI, #指定颜色深浅的列typevalue, #指定颜色填充类型的列title 数据,#给定的标题border.col c(black,blue),#设置边框的颜色分别为fontsize.labels c(12,10),##设置标签字体大小border.lwds c(4,2),#设置边框的线条的宽度align.labels list(c(center,center),c(left,top))# #设置标签对齐的方式
)
